课程学习指导下的半监督目标检测框架

作     者：张英俊 李牛牛 谢斌红 张睿 陆望东 ZHANG Yingjun;LI Niuniu;XIE Binhong;ZHANG Rui;LU Wangdong

作者机构：太原科技大学计算机科学与技术学院太原030024 山西天河云计算有限公司山西吕梁033000 

基　　金：山西省基础研究计划项目(20210302123216) 吕梁市引进高层次科技人才重点研发项目(2022RC08) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2024年第44卷第8期

页      码：2326-2333页

摘      要：为了提高伪标签的质量,解决半监督目标检测(SSOD)中的确认偏差问题,并针对现有算法中忽视无标注数据复杂性导致错误伪标签的难点,提出一种课程学习(CL)指导下的SSOD框架,该框架主要由ICSD(IoUConfidence-Standard-Deviation)难度测量器和BP(Batch-Package)训练调度器这2个模块组成。其中,ICSD难度测量器综合考虑了伪边界框之间的交并比(IoU)、置信度、类别标签等信息,并引入C_IOU(Checkpoint_IOU)方法评估无标注数据的可靠性;BP训练调度器设计2种高效调度策略,分别从Batch和Package角度出发,优先选择可靠性指标高的无标记数据,实现以CL的方式充分利用整个无标记数据集。在Pascal VOC和MS-COCO数据集上的广泛对比实验结果表明,所提框架不仅适用于现有的SSOD算法,而且检测精度和稳定性都得到显著提升。

主 题 词：半监督学习 目标检测 课程学习 训练策略 难度测量器 训练调度器 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.11772/j.issn.1001-9081.2023081062

馆 藏 号：203134392...